VORTRAG | DATA SCIENCE MIT HANA BEI SIEMENS
Optimierung der Kostenabweichungsanalyse und Prognose
Ein Forschungsprojekt
EINFÜHRUNG

Der Maschinen und Anlagenbau verfügt über einen ungeheuren Datenschatz: seine Kundenprojekte

  • Zu Hunderten oder Tausenden von Kundenangeboten und -projekten existieren Daten (Kundendaten, Produktdaten, Land, technische Parameter, kommerzielle Bedingungen, interne Bearbeiter …) sowie das Ergebnis (Projekt gewonnen/verloren, Abweichungen etc.).
  • Diese internen Daten können bei Bedarf um externe Daten (z. B. Konjunktur und Marktdaten, Kreditauskünfte …) ergänzt werden.
    Mit den neuen Technologien kann man riesige Datenbestände auf Zusammenhänge untersuchen und Prognosemodelle erstellen.

Wir unterstellen, dass man aus der Vergangenheit (den historischen Daten) etwas für die Zukunft lernen kann sofern es ursächliche Zusammenhänge zwischen den Projektdaten und dem Ergebnis gibt, können sie durch Data Science gefunden werden.

INHALT
  • Oil & Gas Geschäft SIEMENS Duisburg
  • Betriebswirtschaftliche Herausforderung
  • Projektbericht
EINBLICK
blank
blank
blank

Vortragsfolien herunterladen

Zum Download des Vortrags bitte das Formular vollständig ausfüllen: